spss中P值 T值 F值代表什么？ SIG值是不是P值?

1、P值代表：用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。

2、T值代表：对每一个自变量（logistic回归）的逐个检验。

3、F值代表：方差检验量，是整个模型的整体检验。

4、sig值包含p值。数据的显著性（sig）是“显著的”、“中度显著的”还是“高度显著的”需要自己根据P值的大小与显著性水平（005或001）进行相比较。如果P值001<P<005,则为差异显著，如果P<001,则差异极显著。

扩展资料

1、T值主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。T检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。它与f检验、卡方检验并列。

2、显著性差异(significant difference)，是一个统计学名词。它是统计学（Statistics）上对数据差异性的评价。通常情况下，实验结果达到005水平或001水平，才可以说数据之间具备了差异显著或是极显著。

3、P值（P value）就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。P值越小，表明结果越显著。但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要我们自己根据P值的大小和实际问题来解决。

参考资料：

百度百科：t检验

参考资料：

百度百科：显著性差异

参考资料：

百度百科：P值

R表示的是拟合优度，它是用来衡量估计的模型对观测值的拟合程度。它的值越接近1说明模型越好。但是，你的R值太小了。

T的数值表示的是对回归参数的显著性检验值，它的绝对值大于等于ta/2(n-k)（这个值表示的是根据你的置信水平，自由度得出的数值）时，就拒绝原假设。

即认为在其他解释变量不变的情况下，解释变量X对被解释变量Y的影响是显著的。

F的值是回归方程的显著性检验，表示的是模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。若F>Fa(k-1,n-k),则拒绝原假设。

即认为列入模型的各个解释变量联合起来对被解释变量有显著影响，反之，则无显著影响。

如果，你只改R值，我想是可以看的出来的。你的F的值和T的值都是有问题的，如果只改R值，怎么可能在F的值和T的值都不合理的情况下，拟合优度却突然变的很高。

扩展资料

线性回归的回归系数：

一般地，要求这个值大于5%。对大部分的行为研究者来讲，最重要的是回归系数。年龄增加1个单位，文档的质量就下降 -1020986个单位，表明年长的人对文档质量的评价会更低。

这个变量相应的t值是 -210，绝对值大于2，p值也<005，所以是显著的。结论是，年长的人对文档质量的评价会更低，这个影响是显著的。

相反，领域知识越丰富的人，对文档的质量评估会更高，但是这个影响不是显著的。这种对回归系数的理解就是使用回归分析进行假设检验的过程。

参考资料来源：百度百科-线性回归

有两种，一种是或为线性，一种是 确定回归系数的命令： [beta，r，J]=nlinfit（x，y，’model’, beta0），网上有个PPt很好，你可以下载 数学建模与数学实验
回归分析

---